#46 xAI: Grok Build 0.1
medium- Biaya
- $0.028
- Waktu
- 81.3s
- Token
- 14,009 tok
Ringkasan
Grok Build 0.1 mendapat skor 7.6 di AI BENCHY dan berada di peringkat #46. Model ini memiliki reliabilitas 10.0, tingkat keberhasilan 70.0%, total biaya $0.633, dan waktu respons rata-rata 26.36s.
Yang membuat Grok Build 0.1 unik: Model ini paling menonjol di Spesifik domain, dengan peringkat #3, sementara Pemrograman adalah area terlemahnya di #16. Model ini memakai token reasoning yang sangat tinggi, yang bisa menjelaskan run yang lebih lambat atau lebih mahal.
7.6
Konsistensi
8.5
10.0
$0.633
Total token output
295,603
Total token input
0
Harga input
$1.000 / 1M
Harga output
$2.000 / 1M
Tes tidak stabil
4
Tes tidak stabil memiliki hasil campuran antar run (setidaknya satu lulus dan satu gagal).
Showcase generasi
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
Riwayat run
| Diuji pada | Skor | Keandalan | Tes benar | Total Biaya | Bandingkan |
|---|---|---|---|---|---|
| 2026-06-04 14:22 Tes baru ditambahkan | 7.4 | 10.0 | $0.927 | Bandingkan | |
| 2026-05-26 13:30 Uji ulang | 7.7 | 10.0 | $0.729 | Bandingkan | |
| 2026-05-22 00:36 Suite berubah | 7.6 | 10.0 | $0.633 | Run saat ini |
Run ini menggunakan suite benchmark yang berbeda. Perhatikan perubahan suite saat membaca pergerakan historis.
Perbandingan run
| Run | Skor | Konsistensi | Keandalan | Tes benar | Tes tidak stabil | Total token output | Total token input | Total Biaya | Waktu respons (rata-rata) |
|---|---|---|---|---|---|---|---|---|---|
| 2026-05-22 00:36 · Suite berubah | 7.6 | 8.5 | 10.0 | 12/20 | 4 | 295,603 | 0 | $0.633 | 26.36s |
| 2026-06-04 14:22 · Tes baru ditambahkan | 7.4 | 9.9 | 10.0 | 13/21 | 0 | 440,800 | 44,418 | $0.927 | 49.90s |
| Selisih | +0.2 | -1.4 | 0.0 | -1 | +4 | -145197 | -44418 | -$0.294 | -23542ms |
Kedua run ini menggunakan suite benchmark yang berbeda, jadi selisihnya mencerminkan perubahan model sekaligus perubahan suite.
Grafik
Pilih model pertama, lalu klik model kedua untuk membuka halaman berdampingan.
Model teratas berdasarkan skor
Skor vs Total Biaya
Waktu respons (rata-rata)
Skor vs Waktu respons (rata-rata)
Total token output
Skor vs Total token output
Perbandingan Cepat
Grok Build 0.1mediumvsMiniMax M3mediumGrok Build 0.1mediumvsStep 3.7 FlashlowGrok Build 0.1mediumvsKimi K2.5mediumGrok Build 0.1mediumvsClaude Opus 4.6mediumGrok Build 0.1mediumvsMercury 2mediumGrok Build 0.1mediumvsGemini 3.5 FlashhighGrok Build 0.1mediumvsGemini 3 Flash PreviewmediumGrok Build 0.1mediumvsNemotron 3 Ultra 550b A55bmediumTersedia gratisGrok Build 0.1mediumvsGPT-5.5low
Rincian Kategori
| Kategori | Skor | Konsistensi | Tes benar |
|---|---|---|---|
| Trik anti-AI | 10.0 | 10.0 | |
| Pemrograman | 5.3 | 2.9 | |
| Gabungan | 10.0 | 10.0 | |
| Parsing dan ekstraksi data | 10.0 | 10.0 | |
| Spesifik domain | 5.3 | 10.0 | |
| Kecerdasan umum | 3.8 | 2.5 | |
| Kepatuhan instruksi | 9.8 | 10.0 | |
| Pemecahan teka-teki | 6.2 | 7.5 | |
| Pemanggilan alat | 10.0 | 10.0 | |
| Pengetahuan umum | 3.0 | 10.0 |